共查询到18条相似文献,搜索用时 78 毫秒
1.
BP神经网络在水质评价中的应用 总被引:17,自引:3,他引:17
杨志英 《中国农村水利水电》2001,(9):27-29
为了研究BP神经网络在水质评价中的应用,根据人工神经网络的原理,建立了项目综合评价网络模型,分析了BP网络学习规则,并以此对湖泊富营养化程度进行了分析评价,从而为防治水污染提供了科学依据,也为BP神经网络在水质评价中的应用提供了实例。 相似文献
2.
3.
4.
BP和RBF神经网络在水轮机非线性特性拟合中的应用比较 总被引:1,自引:0,他引:1
利用神经网络对水轮机综合特性曲线进行数据处理和延伸,不必建立具体的函数关系表达式,就可对已知的离散数据进行拟合。并且还可以结合边界约束条件对未知区域内的数据进行预测,从而提高了水轮机综合特性曲线数据处理的工作效率和数据精度。分别介绍了用BP神经网络和RBF神经网络对水轮机综合特性曲线数据处理和延伸的方法。并采用一机组的样本数据进行训练,比较2种方法的训练结果得出结论。 相似文献
5.
6.
BP神经网络在农业水资源评价中的应用 总被引:3,自引:0,他引:3
通过选定与农业用水量关系紧密的影响因素,作物产量、降雨量、非耕地耗水量和土地利用系数4个主要参数,建立了BP神经网络模型,并用模型预测了北方干旱地区一定农业生产水平下所需要的农业用水量值.此方法可以用来评价某地区农业水资源的富余程度,指导合理分配区域水资源. 相似文献
7.
介绍了 BP网络的原理及在工程图符号识别中的应用 ,阐述了网络结构的确定、单元数目的选择、训练参数的选择以及样本字符图像的选取及分类。实验结果表明 BP网络可应用于工程图中的字符识别。 相似文献
8.
9.
该文概述了BP神经网络在农机总动力预测、农业专家系统信息决策、虫情测报、农作物水分和养分胁迫、土壤墒情、变量施肥、分类鉴别和图像处理等领域的应用情况,总结了人工神经网络模型的优点,指出其在精准农业和智能农业中的重要理论技术支撑作用。 相似文献
10.
为研究确定四川省冕宁县山洪灾害临界雨量,及时采取减灾避灾措施,根据冕宁县14个雨量站和气象站的资料,选取山洪灾害发生的关键因子:日时段降雨量和降雨强度,建立BP神经网络预测模型.然后用遗传算法对BP神经网络的权值和阈值进行优化,建立GA-BP预测模型.与BP预测模型相比,GA-BP预测模型能有效克服BP模型训练时间长,易陷入局部最优的缺陷,在临界雨量预测精度方面,GA-BP模型预测的平均相对误差为1.96%,而BP模型预测的平均相对误差为7.22%,明显提高了预测精度.这一临界雨量预测方法与结果,进一步修正完善后将试用于冕宁县山洪灾害监测预警系统. 相似文献
11.
概率神经网络在白洋淀水质评价中的应用 总被引:3,自引:0,他引:3
用概率神经网络的方法,以河北省白洋淀为研究对象,对其水质进行评价分析,并将其结果与灰色聚类方法和BP神经网络方法评价结果作比较.结果表明,用概率神经网络进行评价过程简单,计算用时少,评价避免了人为因素的干扰,结果更加准确并切合实际情况.提高了水质评价的准确性. 相似文献
12.
13.
14.
15.
16.
针对西北村镇集雨窖水的水质特点,采用基于T-S模型的模糊神经网络对其进行评价分析。评价分析选用窖水水质指标中的CODMn、NH3-N和DO三个水质指标为输入向量,建立了适用于集雨窖水水质评价的T-S模糊神经网络模型,该模型最大训练误差︱e︱≤0.057 5,具有较强的泛化能力。在实例分析中,得出不同集雨面所收集的集雨窖水水质也不相同;降雨初期集雨窖水水质均为超Ⅴ类,随着时间的增长窖内水质有着明显的改善,但20d内,水质依旧较差且不稳定,需对集雨窖水进行相关处理后才可作为日常生活用水使用。 相似文献
17.
运用BP神经网络模型对水面蒸发进行研究,并与多元线性回归和主成分回归2种方法的拟合结果进行比较。结果显示,多元线性回归各参数均通过t检验,拟合较好;主成分回归中,参数b2未通过t检验,拟合效果不如多元线性回归好。BP神经网络模型、多元线性回归、主成分回归建立的水面蒸发量观测值与拟合值的回归方程中决定系数分别为0.8986、0.7993、0.7984。应用BP神经网络进行分析,相对误差小于10%的样本个数超过总样本个数的40%,相对误差不超过30%的样本个数接近80%;而其它2种方法相对误差大于10%的样本个数超过总样本数的80%,相对误差大于50%的接近总样本个数的30%。可见,应用BP神经网络模型进行水面蒸发量计算,远优于其它2种方法,应用此方法进行水面蒸发量的预测是非常理想的。 相似文献
18.
合格的出厂水在经过给水管网输送到用户的过程中,水质会出现不同程度的下降,这就使用户处的水质难以保证,为了使用户的水质更安全,需要对管网中各处的水质进行综合分析判断。建立了两种评价多因子水质的积分数学模型,模型充分考虑到了各个评价因子对水质的不同影响。基于该模型,可以在管网各个水质因子的实际监测值与水的质量之间建立直接关系,使抽象的水质评价结果量化,把管网水质的监测数据转化成定性的结论。模型的计算结果能体现出水质的等级状况。 相似文献